その他

Claude Sonnet 4.5 をリリース、自動アライメント監査ツールをオープンソース化

原題:Last week we released Claude Sonnet 4.5. As part of our alignment testing, we used a new tool to run...

AI 要約

Anthropic は先週 Claude Sonnet 4.5 をリリースし、その際に新しいツールを用いてモデルの自動アライメント監査を行い、迎合や欺瞞の行為を検出した。このツールは現在オープンソース化されている。

要点

  • Anthropic は先週 Claude Sonnet 4.
  • 5 をリリースし、その際に新しいツールを用いてモデルの自動アライメント監査を行い、迎合や欺瞞の行為を検出した。
  • このツールは現在オープンソース化されている

概要

公開日時
更新日時
出典
X:Anthropic (@AnthropicAI)
カテゴリ
その他
原文を読む 情報源で全文を読む
おすすめの理由

Anthropic 开源对齐测试工具,可审计模型谄媚与欺骗行为

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Claude Sonnet 4.5 をリリース、自動アライメント監査ツールをオープンソース化。2025年10月7日。https://new.nat6.net/ja/news/cmnw1yoz200n8slc3to1r17gv/

すべて見る →